核心用法
Reddit Archive 是一款基于 Python 的命令行工具，用于系统性归档 Reddit 平台上的公开内容。用户可通过指定用户名 (-u) 或子版块名 (-s) 定向抓取帖子，支持图片（JPG/PNG/WebP）、GIF 及视频的多媒体下载。
关键功能特性：
- 多维度筛选：提供
hot/new/rising/top/controversial五种排序方式，配合时间过滤器（hour/day/week/month/year/all）精确定位内容 - 日期范围控制：通过
--after和--before参数实现 YYYY-MM-DD 格式的时段限定 - 智能并行下载：默认 4 个 worker 线程加速获取，配合
--skip-existing避免重复下载 - 多媒体支持：集成
yt-dlp处理 GFYcat、RedGIFs、Imgur 等平台的视频/GIF 资源 - 图库解析：自动提取 Reddit 原生图库（gallery）中的全部媒体文件
技术实现：直接调用 Reddit JSON API（非官方 OAuth 端点），通过 created_utc 时间戳参数实现服务端过滤，本地仅做文件组织。
显著优点
1. 零认证门槛：无需 Reddit API Key 或 OAuth 授权，即开即用
2. 轻量化依赖：核心仅依赖 requests 和 yt-dlp，无重型框架
3. 灵活输出：自定义目录结构，文件命名包含目标标识与帖子 ID，便于追溯
4. 合规限速：内置 0.8 秒请求间隔与标准 User-Agent，降低触发反爬机制风险
潜在局限与风险
功能性限制：
- 无法抓取需登录查看的私有/受限内容
- 时间过滤依赖 Reddit 服务端实现，极端日期范围可能返回不完整数据
- 视频下载依赖第三方
yt-dlp，若源平台规则变更可能导致解析失败
安全与合规风险：
- 版权敏感：抓取他人原创媒体存在潜在版权争议，需遵守 Reddit TOS 及当地法规
- 隐私边界：用户存档功能可能涉及第三方个人信息聚合，建议仅限公开数据分析用途
- API 稳定性：非官方端点可能随时变更，无 SLA 保障
适合人群
- 数据归档研究者、数字保存从业者
- 需要批量获取公开视觉素材的内容创作者（需确保合规授权）
- 社交媒体分析人员进行子版块内容趋势研究
常规风险提示
- 严禁用于抓取 NSFW 受限内容或违反 Reddit 平台规则的大规模爬取
- 单实例运行限制：并行多开将触发 403 速率限制
- 建议配合 VPN 或代理使用，避免 IP 段被封禁